Кисель в АйТи | AI и технологии

Начал копать новую тему. Скоро будет цепочка постов. Заметил крайне интересную вещь. Всё чаще вижу попытки зайти на территорию генеративных приложений. И нет, это не no-code, это следующая ступень, которая раньше была недоступна. Опиши виджет, расширение, приложение. И пользуйся. Неудобный интерфейс - скажи в чате, все перестроится. Код пытаются сдвинуть на второй план. Я думаю, что как только хватит вычислительной мощности, все платформы придут к одной философии: не ищи приложение в каталоге, а опиши, что тебе нужно, и интерфейс соберётся под задачу прямо сейчас. Рулить парадом будут адаптеры/MCP на стероидах. Ещё пару лет назад это звучало как фантастика. Сейчас уже видны первые шаги - Claude Artifacts, генеративный UI у Gemini, приложения внутри ChatGPT. У идеи, кстати, длинная история: похожие концепции описывали ещё в восьмидесятых, просто тогда не было чем их реализовать. Сел разбираться. Что работает уже сегодня, что пока демка, а что так и осталось красивым прогнозом. Заодно посмотрю на это с двух сторон - и как на тренд, и как на инженерную задачу с её песочницами, безопасностью и недетерминизмом. Если тема близка - дайте знать. Дальше будет интереснее.

Бесконечно можно смотреть на три вещи: — как горит огонь; — как течёт вода; — как меняется график акций ВКонтакте

О как, только написал про слухи, а они взяли и выпустили Fable 5. Кто слил мой пост в Антропик, признавайтесь? 😂

🚨 КАСТРИРОВАЛИ МИФОСА?! Что Anthropic СКРЫВАЕТ от нас в подвалах Glasswing Помните ту самую модель, про которую ходили слухи, что она сама находит 0-day и строит полноценные цепочки атак? Ту, что НЕ выпустили «по соображениям кибербезопасности» и раздали кучке избранных организаций под семью замками Project Glasswing? Похоже, компания готовит её гражданскую версию - Claude Fable 5. Что известно более-менее точно: Mythos действительно никогда не выходил в паблик, официальная причина - кибербез-риски. Доступ к нему - только через закрытую программу для «доверенных» (читай: тех, кому можно). Что говорят в утечках: Fable 5 заберёт у старшего брата длинный контекст, тяжёлую логику и длительную работу над задачами. А вот всё «весёлое» - поиск уязвимостей, эксплойты, цепочки атак - обрежут на корню. Не «не хочет», а «физически не умеет». Видимо Fable именно потому, что от Mythos осталась только сказка, а не миф 💀

Эпоха AI. Какой красивый pull-реквест! Раньше внятное описание PR стоило дорого. Надо было сесть, вспомнить, что именно ты менял, отделить важное от неважного и сформулировать, зачем всё это было нужно. Тут подглядеть код, тут открыть задачу, тут свериться со спецификацией. Написать хорошее описание было отдельной работой. Но ценность была не только в тексте. Пока писал описание, ты ещё раз проходил весь путь своего изменения. Иногда именно в этот момент находился забытый кейс, лишний код или странное решение. Описание PR было не просто документацией. Оно было следом от процесса мышления. Теперь это умеет агент. Весь контекст уже у него: задача, дифф, код, комментарии, спецификация. Достаточно одной команды — и появляется аккуратное описание PR. Список изменений, затронутые файлы, риски, план тестирования, краткое резюме. Обычно даже лучше, чем написал бы человек. И это объективно полезно. Тестировщик быстрее понимает, что проверять. Фронтендер видит изменения в контракте. Разработчик через полгода может восстановить контекст задачи. Даже человек, далёкий от кода, способен разобраться, что произошло. Работа стала прозрачнее. Хороших описаний стало больше. Коммуникация стала дешевле. Но вместе с этим изменился смысл самого артефакта. Раньше хорошее описание PR было косвенным сигналом того, что автор разобрался в изменении. Если человек мог внятно объяснить, что и зачем поменял, обычно это означало, что он хотя бы попытался выстроить у себя в голове целостную картину. Теперь эта связь стала намного слабее. Идеальное описание больше не говорит, что автор всё понял. Оно говорит лишь о том, что кто-то сгенерировал идеальное описание. Оно может быть точным. А может содержать ошибки. Может помочь ревьюеру. А может уверенно объяснять логику, которой никогда не существовало. Красивый текст по-прежнему выглядит убедительно, даже когда ошибается. Но, пожалуй, это хорошая сделка. AI сделал хорошие описания PR массовыми. Выиграли тестирование, ревью, поддержка и будущие разработчики. Просто теперь описание показывает состояние репозитория. И имеет мало общего с мнением и пониманием автора. Если тоже любите сравнивать, как разные модели справляются с кодом, документацией и ревью, можно попробовать Umnik AI. Там в одном месте собраны Claude, GPT, Gemini и другие модели без необходимости прыгать между десятком сервисов.

А вы еще помните, как было? Падает ошибка. Ты читаешь трейсбек снизу вверх, цепляешься за знакомое слово, криво копируешь часть из терминала. Половину строки, с лишним пробелом. Открываешь Google. Первая ссылка ведёт на StackOverflow. Вопрос 2014 года. Принятый ответ заминусован, а рабочий лежит третьим снизу. Сорок голосов, комментарий «this saved my life». Ты его даже не копируешь, потому что случай всё равно другой. Но ты уже понял, в чём было дело. Иногда уходишь на старый форум, на 23 страницу давно заброшенной темы. Последнее сообщение датировано 2015 годом. Аватарки битые, половина ссылок ведёт в никуда. И вдруг там, между «спасибо, помогло» и «у меня то же самое», сидит человек, который разобрал твою проблему по косточкам. Для себя. Не зная, что однажды его ответ спасёт кого-то ещё. А иногда не находишь вообще ничего. Везде посмотрел, и пусто. Чёрт с ним, спрошу сам. Сидишь, формулируешь вопрос. Подбираешь слова. Прикладываешь минимальный пример, потому что иначе заминусуют. И сама эта формулировка наполовину чинит тебе мозги. Жмёшь «отправить». Ждёшь. Обновляешь вкладку. И вот он, ответ от незнакомца, которому просто не всё равно. Сейчас ты выделяешь трейсбек, не дочитав до конца, и пишешь: «почини». И он чинит. Работает. Тесты зелёные. Можно идти дальше. Но где-то в этот момент из профессии исчезает важная часть ритуала. Та самая, где ты не просто получал ответ, а прожёвывал проблему. Злился, тупил, копался в чужих обсуждениях и постепенно начинал понимать, что вообще происходит. Раньше ошибка была дверью. Сейчас она всё чаще становится всплывающим окном, которое хочется закрыть как можно быстрее. И в этом есть что-то страшное. Профессия программиста всегда держалась именно на привычке разбираться. На внутреннем упрямстве: «я хочу понять, почему оно сломалось». А теперь у нас появился идеальный способ этого не делать. Да, мы стали быстрее. Да, мы стали продуктивнее. Да, назад никто не пойдёт. Но вместе с болью отладки мы выкидываем и кое что важное. И, кажется, однажды мы проснёмся в мире, где код всё ещё пишется, ошибки всё ещё чинятся, продукты всё ещё выкатываются, но всё меньше людей действительно понимают, как это работает. Вот это и пугает. Не то, что ИИ заберёт работу. А то, что он оставит нам работу, но постепенно заберёт профессию.

🏆 Как я взял первое место на олимпиаде по оптимизации — и почему дело было не в алгоритмах Победа решилась 0.005 балла. Серьёзно - после нескольких часов борьбы общий зачёт разделили пять тысячных. И вот что я вынес из этой гонки: на таком уровне выигрывает не тот, кто придумал самый умный алгоритм, а тот, у кого правильно выстроен процесс работы. Несколько принципов, которые реально решили исход 👇 1. Итерации важнее озарений. Учёл эту ошибку из прошлого опыта. Я не пытался родить идеальное решение сразу. Начинал с малого. Рабочее, пусть и не самое оптимальное решение - отличная база. Каждую задачу я прогонял через лесенку версий: простой рабочий вариант → отправил → улучшил → отправил снова. Побеждает число честных итераций, а не глубина раздумий. 2. Учимся на ошибках. Архитектура строится так, чтобы учиться на своих ошибках и делать выводы: после того, как сформирован валидный базовый ответ, он служит основой и обоснованием для будущих улучшений. Каждая итерация - это ценная информация. Всё это позволяет пробовать больше. Без страха и с чувством азарта. 3. Разные модели - разное решение. В какой-то момент Claude начал упираться в потолок своих знаний. На помощь приходят другие модели, которые учились на других данных. Это отличный источник инсайтов и альтернативных подходов. Любопытный момент: задачу B по очкам я проиграл - другой участник сделал её лучше. Но ровный, дисциплинированный процесс по всем задачам сразу всё таки вытащил общую победу. Вывод: запускай больше, измеряй, фиксируй выводы. Правильный флоу бьёт зубрёжку. ⚡️

💫 Результаты олимпиады Победители в треке «Алгоритмы»:

🥇 1 место — Филонец Антон, Яндекс, МИФИ 🥈 2 место — Москвин Александр, МГУ 🥉 3 место — Тихонов Дмитрий, Яндекс

Победители в треке «ML»:

🥇 1 место — Киселев Александр, Positive Technologies 🥈 2 место — Коротаев Вадим, Positive Technologies 🥉 3 место — Ларин Иван, Сбербанк, МФТИ

Поздравляем!

Новый день - новый скилл. Разберем /simplify для Claude Code. Он проходит по недавно изменённым файлам и ищет, что можно упростить. Спавнит трёх параллельных агентов под разными углами - неиспользуемые импорты, лишние переменные, шанс вытащить общую логику, переусложнённые условия. Найденное чинит сам. Можно сузить фокус: /simplify focus on memory efficiency или /simplify focus on error handling. Полезно, когда знаешь, где у изменений шероховатости, но хочешь, чтобы Claude довёл до ума детали Запускается локально. В отличие от /ultrareview бесплатный и быстрый, по ощущениям ближе к мини-ревью. Лучше всего работает сразу после крупного рефакторинга или после того, как принял большой батч AI-сгенерированного кода. Именно там накапливаются мелкие огрехи, которые поодиночке незаметны Хорошая привычка - дёргать /simplify перед коммитом после серьёзных изменений. Дешевле, чем ловить те же вещи на code review. #claude

.git/info/exclude — личный .gitignore, который не уезжает в репу Знакомая боль: пробуешь у себя в проекте новый инструмент - и каждый раз git status шумит этими файлами, рискуешь случайно закоммитить лишнего. У меня там и .cursor, и agent.md от Codex, и claude.md от клода, и много чего еще... С codegraph еще и его папка появилась. В проектный .gitignore это добавлять нежелательно. Если каждый раз туда добавлять всё больше и больше - он превратится в огромную свалку. Плюс в больших проектах пока твой .ginignore разойдется по develop/main - пройдет вечность, которую ты будешь страдать. А оказывается, у git ровно для этого есть встроенная штука — .git/info/exclude. Это файл внутри .git/, синтаксис как у .gitignore, но он: - не коммитится (живёт в .git/, а .git/ сам по себе не версионируется); - виден только тебе; - работает в этом конкретном клоне репозитория. Пример. Открываешь .git/info/exclude и пишешь туда что угодно: - CLAUDE.md - AGENTS.md - .cursor/ - experiments/ Всё - git status чист, ничего случайно не уедет в PR. Бонус: есть глобальный игнор на все репы Если те же файлы засоряют тебе вообще все проекты - можно настроить глобально: git config --global core.excludesFile ~/.gitignore_global В этот файл кладём универсальные паттерны (CLAUDE.md, .idea/, .DS_Store). Не знаю почему я не нагуглил это раньше. Такая маленькая фича, а такая полезная.

Кажется у меня новое хобби... Генерировать новости под стихи Маяковского. Как же круто.

ОДА НА OPUS 4.8

Слушайте! Граждане         двадцать шестого года — из кода, из ночи, из кофе остывшего — встаёт        не машина,               не просто метОда, а Опус! Четыре!        И восемь!               вышедший! Я звал его —             он отвечал мне строчками, не мямлил,         не путал,             не лез в чепуху. Где раньше я бился                 над багом                        до точки я, теперь —        раз-два! —               и поправка вверху. Товарищ процессор,                 давай,                     разгоняйся! Мы вместе         запустим               стартап до небес! Проект мой           ракетою                 в космос врезается — а Опус        внизу            подаёт ему вес. Не спать!         Не сдаваться!               Гори, предприятие! Пускай говорят,              что работа —                      тюрьма. Я выйду!        Я брошу!             И — солнце! — объятия! — останусь        один           на один               с новым Опусом.                     Да!

Claude Opus 4.8 вышел. И самое интересное — не бенчмарки. Anthropic обновила Opus: модель стала сильнее в кодинге, reasoning и агентских задачах, цена осталась прежней — $5 / $25 за миллион токенов. Но главный апдейт - в поведении.

One of the most prominent improvements in Opus 4.8 is its honesty

Opus 4.8, по словам Anthropic, чаще признаёт неопределённость, лучше ловит собственные ошибки и примерно в 4 раза реже пропускает баги в написанном коде без замечаний. Плюс в Claude Code появился dynamic workflows: Claude может разбивать большую задачу на десятки/сотни параллельных subagents и тащить большие миграции, аудиты и рефакторинги. Кажется, AI-гонка постепенно смещается от слепой гонки за бенчмарками к более ощутимым и близким любому человеку метрикам. К примеру: "наша модель модель меньше врёт", "лучше проверяет себя", "может дольше работать без человека". И вот это уже гораздо интереснее очередного плюсика в бенче. Конечно же не забыли напомнить и про Mythos:

we expect to be able to bring Mythos-class models to all our customers in the coming weeks.

Хочется верить, что в ближайший месяц-полтора уже выпустят модель для всех.

Себе вот уже накатил CodeGraph на один из своих проектов. Установка оказалась довольно приятной. Установка запускается одной командой:

npx @colbymchenry/codegraph

Дальше установщик сам спрашивает, для каких агентов всё настроить. У меня он нашёл Claude Code, Cursor, Codex CLI, Gemini CLI и Antigravity IDE. Для Claude Code, Cursor и Gemini конфиги создал сам, а Codex CLI и Antigravity пропустил, потому что они не поддержали локальную установку в конкретный проект. Из полезного: CodeGraph сам ставит CLI в PATH, создаёт .codegraph/, добавляет MCP-конфиги и правила для агентов. Например, для Claude Code появились .mcp.json, .claude/settings.json и .claude/CLAUDE.md, для Cursor - .cursor/mcp.json и .cursor/rules/codegraph.mdc, для Gemini - .gemini/settings.json и GEMINI.md. После этого он сразу просканировал проект: нашёл 260 файлов, проиндексировал 239 и вытащил 2 529 символов. Для моего проекта это заняло меньше минуты - не гигантский монорепозиторий, но уже достаточно, чтобы агенту было куда ходить не через слепой grep. Мой вывод: на больших репозиториях попробовать точно стоит. Особенно если агент уже вторую неделю жрёт лимиты, как будто его дома не кормят 🍴

Принёс новый GitHub-тренд для тех, кто работает с большими проектами - CodeGraph. Идея простая: CodeGraph (ссылка на репо) заранее строит для агента «карту проекта». Он индексирует репозиторий, вытаскивает функции, классы, импорты, вызовы и зависимости, складывает всё в локальную SQLite-базу, а потом отдаёт агентам через MCP. То есть вместо привычного ритуала grep → read → grep → read → grep → read агент может запросить готовый граф кода. Собственно, никакой магии тут нет, и польза весьма приземлённая. У больших проектов есть ощутимый налог на разведку: каждый новый агент сначала пытается понять, где что лежит, какие файлы важные, кто кого вызывает и где начинается нужный flow. Память и карта проекта в markdown тут не сильно спасает. Когда в репозитории сотни или тысячи файлов, агент может сжечь кучу токенов просто на то, чтобы осмотреться. А раздутый контекст - это не только дороже и медленнее. Это ещё и лишний шум: модель тащит за собой мусор, который насобирала по пути. В итоге её «интеллект» внезапно начинает напоминать меня после третьего созвона подряд. По собственным бенчмаркам автора на 7 open-source проектах CodeGraph дал примерно 35% экономии стоимости, 57% меньше токенов, 46% быстрее ответы и 71% меньше tool calls. Цифры красивые, но пока это именно авторский benchmark, а не независимое исследование. Полноценных независимых исследований именно CodeGraph пока нет - инструмент свежий. Судя по релизам, он появился буквально в мае 2026 года и сейчас активно допиливается. Но сама идея не новая. Уже много лет существуют статические анализаторы, графы вызовов и графы зависимостей. Теперь этим всем пытаются научить пользоваться AI-агентов, потому что каждый лишний обход проекта - это токены, деньги и время. Сразу задаюсь вопросом: почему это не стало мейнстримом раньше? Думаю, основная причина в том, что раньше боль была слабее. AI и до этого умел писать код, объяснять файлы и помогать с рефакторингом, но чаще человек сам приносил ему контекст: вот файл, вот функция, вот ошибка. С агентами сценарий поменялся: теперь им всё чаще отдают задачу целиком - «разберись в проекте, найди нужную логику, измени её и проверь последствия». И тут внезапно значимая часть работы уходит не на кодинг, а на разведку проекта. Поэтому старая идея code intelligence снова стала актуальной. Это привычные IDE-фичи вроде Go to definition, Find usages и Rename symbol, только теперь не для человека, а для агента. CodeGraph пытается дать ему не простыню файлов, а карту связей внутри проекта. Но открытых вопросов всё ещё много. Как сделать такой граф универсальным, если в реальных проектах есть динамические импорты, DI-контейнеры, ORM, generated code и магия фреймворков? Как заставить агента действительно пользоваться графом, а не продолжать бегать через grep/read по привычке? Похожие подходы уже проверяли в исследованиях. Например, в препринте про Codebase-Memory использовали похожую связку: Tree-sitter, knowledge graph и MCP. Результат ожидаемый: токенов уходит сильно меньше, tool calls тоже меньше, но качество ответов может просесть, если вопрос требует не карты проекта, а внимательного чтения конкретной реализации. То есть это снова не «серебряная пуля» для разработки. Но инструмент может быть полезным для больших репозиториев.

И так, важный вопрос.

Для ресёрча к постам иногда прогоняю тему сразу через несколько разных моделей. Одна лучше ищет детали, другая помогает проверить факты, третья подкидывает неожиданные углы для рассказа. Удобно, когда это можно делать в одном месте, не прыгая между сервисами. В последнее время для такого часто открываю Umnik AI. Claude к примеру намного хуже справляется с поиском по ru ресурсам, а вот chatgpt - намного лучше. Но они часто очень "сдержанные", поэтому острые вопросы удобнее разобрать с Гроком. И вот уже в сумме получается +- объективно. Так и живём.

Я не мог это не выложить

Вдохновляемся ИИ-поэзией после тяжёлого рабочего дня. Оригинал то знаем?

Послушайте! Ведь, если токены сжигают — значит — это кому-нибудь нужно? Значит — кто-то хочет, чтобы ответы были? Значит — кто-то называет эти миллионы запросов не «тратой денег», а автоматизацией? И, надрываясь в метелях ночного вайбкодинга, врывается в API, боится, что лимит кончился, платит, обновляет подписку дрожащей рукой, просит — чтоб обязательно достроило MVP! клянётся — не перенесёт эту безнейросетную муку. А после ходит тревожный, но спокойный наружно. Говорит кому-то: — Ведь теперь деплой не страшен? Да?.. Послушайте! Ведь, если токены сжигают — значит — это кому-нибудь нужно?

Прогнал тестирование проекта через Claude прямо в браузере Дал Клоду доступ к Chrome (через плагин Claude in Chrome) и одну задачу: «прощёлкай весь функционал и составь отчёт о работоспособности». После одной из самых жирных фич у меня на проекте много чего отвалилось — хотел понять масштаб. Что в итоге получилось: — прощёлкал всю админку, публичную часть — проверил лендинг: демо, тарифы, форму заявки — залез в консоль и Network, померил тайминги через Performance API — сложил всё в test_report.md с приоритизацией багов И нашёл вполне реальные вещи, не «вода»: 🔴 403 на прямом заходе/F5 на вложенных страницах админки (nginx без fallback на index.html) 🔴 404 на фоновом паттерне темы — фон просто не грузился 🔴 сломанный эндпоинт конфига чата, который ещё и 440мс впустую жрёт 🟡 пустое демо на лендинге первые 6 секунд + hydration mismatch в Nuxt 🟡 опечатки, сброс контекста после F5 Отдельно порадовало, что он сам додумался перепроверять свои же выводы: сначала решил, что сломан фильтр (пустая выдача), а потом понял, что это была комбинация «поиск + фильтр» без совпадений, и переиграл вердикт. Не просто «вижу пусто → баг». И конечно же понравилось, что в чате остались скриншоты всех найденных артефактов. Удобно!) Честно про минусы: ⚠️ вкладка под автоматизацией иногда подвисала, скриншоты отваливались по таймауту ⚠️ paint-метрики (FCP/LCP) врут, потому что фоновая вкладка троттлится — для честных цифр всё равно нужен Lighthouse руками Вывод: как первый проход QA по живому продукту — неожиданно полезно. Не заменяет ручное тестирование и автотесты, но за один заход выдаёт приоритизированный список «что пойти чинить». Я за полчаса получил карту поломок, на которую сам бы потратил вечер. #claude

Как ИИ помог восстановить доступ к крипто-кошельку, на котором было $400к. Прошу внимания, история достойная. В студенческие годы один товарищ купил 5 BTC по $250. И однажды под кайфом решил сменить пароль. А потом его забыл. Десять лет эти пять биткоинов пылились на кошельке. И дорожали, дорожали, дорожали. К 2026 году они стали стоить четыреста штук баксов. И это замечательно! Только вот пароля нет. И ничего не помогало его найти. Последняя надежда была на Claude. Ему поручили копаться в мусоре (изучить все файлы на старом ноутбуке). И, о чудо, на этой свалке нашёлся старый бэкап кошелька - тот, что был сделан ещё до смены пароля. Только вот старый файл с старым паролем не открылся... Btcrecover уверенно выдавала ошибку "Пароль неправильный". Батька Claude почесал голову, выругался и полез разбираться дальше. Залез далеко, аж в исходники btrecover. Там нашелся баг: утилита неправильно склеивала внутренний ключ кошелька с пользовательским паролем. И уже после этого фикса бэкап открылся с первой попытки. Упорство и труд Claude - ключ от кошелька найдут. А еще пару лет назад мы могли о таком только мечтать. А сейчас вон, драйвера чинят, игры старые портируют, теперь вон и кошельки восстанавливают. Круто!